sigma_threshold — 2D `segmentation` op

• データ種: image → region

• 呼び出し: fullseye.apply(img, "sigma_threshold", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• GPU: なし(CPU 参照実装のみ)

sigma_threshold: input → output

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力。点群は上から見た散布(明るさ = z)、1-D 列は折れ線、体積は z 方向の最大値投影、動画は中央フレーム、複素画像は振幅、絵にならない返り値は値そのもの。*

*つまみ a は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。*

*つまみ b は出力を変えない(実測: 0.1 / 0.5 / 0.9 で同一)。*

別の画像でも(合成シーン / 写真 / 硬貨。上段が入力、下段がその出力。つまみは既定):

*4 列目はカラー (H,W,3) の入力。この op は色を跨がずに扱える(色チャネルを 3 本目の空間軸として畳み込まない)。*

画像を頑健標準化し、k = 2 + 3*a σで二値化する。

b の 3 帯が明側 x>k / 暗側 x<-k / 両側 |x|>k。image sort の入力は [0,1] 強度なので、この 2-D レジストリ版は中央値と 1.4826×MAD で内部標準化してから比較する。名前付き API は既に σ 単位の入力も直接扱える。

空入力は σ単位を検査できないため拒否し、空 region へ黙って落とさない。

つまみ(実測): a は段階的に効き、切り替わるのは a ≈ 0.01、0.03、0.05(実測。刻み 0.02 の掃きで測った位置)。

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

sigma_threshold 0.50 0.50

• poc_threshold_transfer_after_normalization — py -3.11 examples/poc_threshold_transfer_after_normalization.py

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

sigma_threshold — 2D segmentation op